Simulations de Monte-Carlo : Simulations numériques de nombreux aléas futurs permettant d’appréhender la probabilité de réalisation de différents événements. Elles sont particulièrement utilisées lorsqu’aucune solution analytique (formule mathématique) n’est possible.
Loi de Student : Loi de probabilité, résultat du quotient entre une variable suivant une loi normale et une variable suivant la racine carrée d’une loi chi² (type particulier de loi de probabilité). Une loi de Student a notamment pour effet de rendre plus probables des événements extrêmes par rapport à une loi normale (courbe de Gauss). Cette approche permet ainsi de prendre plus largement en compte des situations de risques qui étaient sous-estimées avant la crise de 2008.
Modèles à changement de régime : Modèles permettant la simulation de variables aléatoires dont les caractéristiques varient selon le régime de risque. On peut alors passer d’un régime à l’autre dans le temps selon une matrice de transition. Ce modèle permet de mieux prendre en compte certaines auto-corrélations à court terme, notamment le niveau de volatilité.
Modèle de Nelson-Siegel : Modèles permettant de déterminer l’ensemble d’une courbe de taux en fonction d’un nombre limité de paramètres, reflétant notamment le niveau des taux, leur pente et leur courbure.
Modèle de Vasicek : Modèle permettant de déterminer un taux unique (par exemple un taux court terme ou une prime de risque) en fonction du taux précédent, de sa volatilité et d’un aléa.
Fonction d’utilité : Fonction mathématique reflétant la satisfaction d’un agent en fonction de l’obtention, selon le cas, d’un nombre de biens, de services ou d’un montant de capital. Elle est généralement croissante et concave.
Gestionnaire overlay : Gestionnaire permettant d’ajuster rapidement et à coût limité l’exposition d’un portefeuille à certains facteurs de risque, comme les devises, la duration, l’exposition en actions… Cet ajustement se fait généralement en utilisant des produits dérivés.
